![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
算法工作笔记
文章平均质量分 94
平丘月初
这个作者很懒,什么都没留下…
展开
-
生成模型VAE
如果直接利用torch.normal,输入encoder估计出的均值和方差,生成样本,训练过程中梯度无法反传,因此需要用到重参数化,绕开torch.normal采样,采用。得到第二版SGVB估计器,因为第二项的KL散度有解析形式,因此只有第一项的重建误差需要通过采样进行估计。evidence和ELBO之间的差值是非负的KL项,因此ELBO的值不会超过evidence,且当参数化模型近似的后验分布。RHS的第一项是近似分布和真实后验分布之间的KL散度,因为KL散度的非负特性,RHS的第二项被称为数据点。原创 2024-08-08 17:14:59 · 614 阅读 · 0 评论 -
生成模型SDE
从随机微分方程SDE的视角去理解扩散生成。原创 2024-08-08 17:11:07 · 792 阅读 · 0 评论 -
数理基础知识
日常算法工作中高频涉及的数学和统计学基础知识。原创 2024-08-08 17:03:21 · 537 阅读 · 0 评论